El Diplomado “Ciencia de Datos para la toma de decisiones”, desarrollado por el Centro de Investigación Empírica en Negocios (CIEN) – FEE, entrega a profesionales “no especialistas” herramientas de Data Science para el análisis, visualización, gestión y comunicación efectiva de datos.

El objetivo de este Diplomado es entregar a sus participantes las habilidades, herramientas y conocimientos que les permitan utilizar efectivamente R como herramienta de Analítica Avanzada para apoyar la toma de decisiones en las distintas disciplinas de las que provengan.  De esta forma, a diferencia de la oferta vigente de este tipo de programas, este Diplomado tiene un enfoque generalista y no requiere conocimientos previos de programación o de análisis de datos. El programa no pretende formar “cientistas de datos”, sino capacitar a profesionales para que logren utilizar   eficientemente estas herramientas en sus respectivos contextos profesionales.

Se espera que, al finalizar el programa, las personas egresadas sean capaces de manejar eficientemente las herramientas de R y el entorno IDE de R Studio para:

• Visualizar, manipular y transformar datos.
• Entender los conceptos fundamentales de estadística e inferencia y su aplicación a los procesos de toma de decisiones.
• Manejar las herramientas de minería de datos.
• Utilizar herramientas profesionales de software de ciencia de datos como R markdown, Power Bi y Shiny.

El plan de estudios contempla 5 módulos que cubren distintos aspectos del aprendizaje de ciencia de datos. En el primer módulo, las y los estudiantes son introducidos al lenguaje de programación R y al ambiente de desarrollo integrado más usado en la actualidad (RStudio). El Módulo 2 profundiza la visualización y transformación de datos.

El tercer módulo prepara a las y los estudiantes para entender algoritmos de la ciencia de datos que requieren de conocimiento estadísticos y probabilísticos para su correcta evaluación e interpretación. El cuarto módulo construye sobre lo aprendido en el módulo introductorio y en el tercer módulo de probabilidad y estadística, prepara a estudiantes para adquirir y analizar de forma programática datos de fuentes no tradicionales, incluyendo datos narrativos o texto.

Finalmente, el quinto módulo los introduce a algunas herramientas usadas en las industrias ligadas a ciencia de datos, con el objetivo de facilitar la inserción y desempeño profesional de las y los estudiantes. Estas herramientas apuntan a facilitar el trabajo profesional abstrayendo el aspecto de programación y reuniendo en un solo lugar muchos algoritmos distintos con una configuración inicial predeterminada generalmente útil, permiten que el usuario ajuste o mejore los criterios predeterminados mediante el uso de instrucciones en R o Python

En Línea sincrónico: Proceso de enseñanza – aprendizaje cien por ciento en línea, impartido por el/la docente a cargo de manera virtual y en vivo, es decir, el/la estudiante debe conectarse en el horario pactado del programa para participar de la clase en tiempo real.

Profesionales o técnicos en áreas relacionadas a la gestión de empresas privadas y públicas, sin experiencia previa en programación o análisis avanzado de datos.

El postulante debe presentar:

• Cédula de identidad
• Curriculum vitae

Completar la ficha de postulación en ‘Postula aquí’ y subir los siguientes documentos:

• Certificado de Nacimiento y/o Cédula de identidad
• Curriculum Vitae
• Entrevista según corresponda

Arancel: $2.000.000

Forma de pago: Número de cuotas depende del programa

Medios de Pago:

• Pagos en línea (webpay)
• Mandatos PAT y PAC

Descuentos:

• • 15% de descuento para 2 o más ejecutivos de la misma empresa
  • 20% descuentos ex alumnos de pregrado y postgrado UDP.
  • 20% descuento convenio empresas
  • 20% descuento instituciones del sector público
  • 25% de descuento por matrícula anticipada hasta el 28 de febrero de 2023.
  • Consulta por Beca Mujer

*Los descuentos no son acumulables.

El Diplomado se reserva el derecho de suspender la apertura del programa si no cuenta con el mínimo de estudiantes requeridos.